国产xxxx99真实实拍_久久不雅视频_高清韩国a级特黄毛片_嗯老师别我我受不了了小说

資訊專欄INFORMATION COLUMN

python 生成18年寫過的博客詞云

xi4oh4o / 368人閱讀

摘要:處理文件最終得到的字符串得到所有的文本之后,使用結(jié)巴分詞,處理成單個的詞語。

文章鏈接:https://mp.weixin.qq.com/s/NmJjTEADV6zKdT--2DXq9Q

回看18年,最有成就的就是有了自己的 博客網(wǎng)站,堅持記錄,寫文章,累計寫了36篇了,從一開始的難以下手,到現(xiàn)在成為一種習(xí)慣,雖然每次寫都會一字一句斟酌,但是每次看到產(chǎn)出,內(nèi)心還是開心的,享受這樣的過程。

這篇文章就是用python 生成自己寫的博客詞云,平常寫的博客都是markdown 格式的,直接把文件傳到后臺,前端用js去解析文件顯示的,所以我這里處理數(shù)據(jù)就不需要去爬蟲網(wǎng)站,直接讀文件處理的。

關(guān)于生成詞云圖的,在另外兩篇文章中也有介紹過:
[python itchat 爬取微信好友信息,生成詞云
](https://mp.weixin.qq.com/s/4E...
python爬蟲學(xué)習(xí):爬蟲QQ說說并生成詞云圖

markdown文件處理,遍歷文件夾,匹配md 后綴的文件,讀文件,這里的root 是文件夾的絕對路徑。

import os
total = ""
file_list = os.listdir(root)
for file in file_list:
    //處理md文件
    if os.path.splitext(file)[1] == ".md":
        path = os.path.join(root,file)
        text = open(path, encoding="utf-8").read()
        //最終得到的字符串
        total = total + "
" + text

得到所有的文本之后,使用結(jié)巴分詞 pip3 install jieba,處理成單個的詞語。

import jieba
wordlist = jieba.cut(total, cut_all=True)
wl = " ".join(wordlist)

因為平常寫的文章里有很多的代碼,這里可以正則只留下中文,然后再處理中文字符。

import re
rec = re.compile("[^u4E00-u9FA5]")
total = rec.sub("", total)
wordlist = jieba.cut(total, cut_all=True)
wl = " ".join(wordlist)

最后就是生成詞云,采用WordCloud的庫

wc = WordCloud(
    # 設(shè)置背景顏色
    background_color="white",
    # 設(shè)置最大顯示的詞云數(shù)
    max_words=1000,
    # 這種字體都在電腦字體中,window在C:WindowsFonts下,mac下的是/System/Library/Fonts/PingFang.ttc 字體
    font_path="C:WindowsFontsSTFANGSO.ttf",
    height=2000,
    width=2000,
    # 設(shè)置字體最大值
    max_font_size=250,
    # 設(shè)置有多少種隨機(jī)生成狀態(tài),即有多少種配色方案
    random_state=30,
)
myword = wc.generate(wl)  # 生成詞云
# 展示詞云圖
plt.imshow(myword)
plt.axis("off")
wc.to_file("blog.png")  # 保存圖片
plt.ion()
plt.pause(5)
plt.close()  # 圖片顯示5s,之后關(guān)閉

最終的結(jié)果顯示圖,除去代碼之后,看這些詞,不少還是跟android相關(guān)的,也是平常經(jīng)常會提到的詞匯。

歡迎關(guān)注我的個人博客:https://www.manjiexiang.cn/

更多精彩歡迎關(guān)注微信號:春風(fēng)十里不如認(rèn)識你
一起學(xué)習(xí),一起進(jìn)步,歡迎上車,有問題隨時聯(lián)系,一起解決?。?!

文章版權(quán)歸作者所有,未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。

轉(zhuǎn)載請注明本文地址:http://specialneedsforspecialkids.com/yun/43010.html

相關(guān)文章

  • 首次公開,整理12年積累的博客收藏夾,零距離展示《收藏夾吃灰》系列博客

    摘要:時間永遠(yuǎn)都過得那么快,一晃從年注冊,到現(xiàn)在已經(jīng)過去了年那些被我藏在收藏夾吃灰的文章,已經(jīng)太多了,是時候把他們整理一下了。那是因為收藏夾太亂,橡皮擦給設(shè)置私密了,不收拾不好看呀。 ...

    Harriet666 評論0 收藏0
  • Python生成歌詞詞云

    摘要:上面是生成詞云的方法封裝,還有一些其他方法根據(jù)詞頻生成詞云根據(jù)文本生成詞云根據(jù)詞頻生成詞云根據(jù)文本生成詞云將長文本分詞并去除屏蔽詞此處指英語,中文分詞還是需要自己用別的庫先行實現(xiàn),使用上面的對現(xiàn)有輸出重新著色。 對于數(shù)據(jù)展示這一塊有時候會用到詞云,python中提供的wordcloud模塊可以很靈活的完成生成詞云除了使用python提供的wordcloud模塊以為還有在線的生成方式ht...

    junbaor 評論0 收藏0
  • python使用jieba進(jìn)行中文分詞wordcloud制作詞云

    摘要:準(zhǔn)備工作抓取數(shù)據(jù)存到文檔中,了解問題分詞分的不太準(zhǔn)確,比如機(jī)器學(xué)習(xí)會被切成機(jī)器和學(xué)習(xí)兩個詞,使用自定義詞典,原本的想法是只切出自定義詞典里的詞,但實際上不行,所以首先根據(jù)分詞結(jié)果提取出高頻詞并自行添加部分詞作為詞典,切詞完畢只統(tǒng)計自定義詞典 準(zhǔn)備工作 抓取數(shù)據(jù)存到txt文檔中,了解jieba 問題 jieba分詞分的不太準(zhǔn)確,比如機(jī)器學(xué)習(xí)會被切成機(jī)器和學(xué)習(xí)兩個詞,使用自定義詞典,原本...

    yvonne 評論0 收藏0
  • Python pyecharts如何繪制云圖呢?下面就給大家詳解解答

      Python pyecharts作為常用的數(shù)據(jù)可視化軟件,能夠清晰的將海量的數(shù)據(jù),去做一個拆分,要是更直觀的去查看數(shù)據(jù)圖表的話,就需要去制作云圖了?那么,怎么制作云圖呢?下面就給大家詳細(xì)的做個解答?! ≡~云圖  什么是詞云圖,相信大家肯定不會感到陌生,一本書統(tǒng)計里面出現(xiàn)的詞頻,然后可視化展示,讓讀者快速的了解這個主題綱要,這就是詞云的直接效果?! ≡~云圖系列模板  固定模式詞云圖  修改一些參...

    89542767 評論0 收藏0
  • python玩微信(聊天機(jī)器人,好友信息統(tǒng)計)

    摘要:用實現(xiàn)微信好友性別及位置信息統(tǒng)計這里使用的庫開發(fā)。使用圖靈機(jī)器人自動與指定好友聊天讓室友幫忙測試發(fā)現(xiàn)發(fā)送表情發(fā)送文字還能回應(yīng),但是發(fā)送圖片可能不會回復(fù),猜應(yīng)該是我們申請的圖靈機(jī)器人是最初級的沒有加圖片識別功能。 1.用 Python 實現(xiàn)微信好友性別及位置信息統(tǒng)計 這里使用的python3+wxpy庫+Anaconda(Spyder)開發(fā)。如果你想對wxpy有更深的了解請查看:wxpy...

    Youngs 評論0 收藏0

發(fā)表評論

0條評論

xi4oh4o

|高級講師

TA的文章

閱讀更多
最新活動
閱讀需要支付1元查看
<